CN116091610A - 一种基于三维塔式棋盘格的雷达与相机的联合标定方法 - Google Patents

一种基于三维塔式棋盘格的雷达与相机的联合标定方法 Download PDF

Info

Publication number
CN116091610A
CN116091610A CN202210493405.8A CN202210493405A CN116091610A CN 116091610 A CN116091610 A CN 116091610A CN 202210493405 A CN202210493405 A CN 202210493405A CN 116091610 A CN116091610 A CN 116091610A
Authority
CN
China
Prior art keywords
checkerboard
dimensional
coordinate system
radar
tower
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202210493405.8A
Other languages
English (en)
Other versions
CN116091610B (zh
Inventor
任明武
任德鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Publication of CN116091610A publication Critical patent/CN116091610A/zh
Application granted granted Critical
Publication of CN116091610B publication Critical patent/CN116091610B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本申请提供一种基于三维塔式棋盘格的雷达与相机的联合标定方法包括：建立以三维塔式棋盘格为基础的建模坐标系，并生成三维塔式棋盘格对应的点云；对雷达得到的三维点云，进行去噪声处理，得到雷达坐标系下的三维塔式棋盘格的实际点云；确定雷达坐标系与建模坐标系的转换关系；根据二维棋盘格角点的实际位置，按序生成建模坐标系下二维棋盘格的角点点集，并转换到雷达坐标系下；获取照片上二维棋盘格的角点点集；计算相机坐标系与雷达坐标系的转换关系，即为联合标定结果；本申请通过三维塔式棋盘格的立体性，二维棋盘格在三维塔式棋盘上的位置，以及对三个坐标系之间转换关系的计算，能够一次拍摄即可得到雷达与相机间的高精度外参矩阵。

Description

一种基于三维塔式棋盘格的雷达与相机的联合标定方法
技术领域
本申请涉及多传感器联合标定技术领域，特别涉及一种基于三维塔式棋盘格的雷达与相机的联合标定方法。
背景技术
在无人驾驶领域、机器人导航等众多领域，环境感知与建模普遍使用多传感器数据融合技术，得到关于环境更加可靠、统一、精细的描述，以便进行导航定位、行为决策与规划控制。而摄像机和激光雷达是其主要的传感器，激光雷达所提供的距离信息和摄像机提供的色彩信息具有很强的互补性，因此融合两者信息成为当今的研究热点。而进行数据的各个层次的融合，将相机图像数据和激光雷达点云数据进行精确匹配，所要做的第一步就是两者之间的联合标定，即获得相机和激光雷达之间精确的坐标变换关系，亦即计算出二者的外参矩阵。
对于激光雷达和摄像机的外参数标定，往往需要借助标定物提供精确的几何尺寸信息。这些标定物通常在标定阶段放置在场景中，并且在获取的摄像机图像和激光雷达点云数据中建立特征间的对应关系。
然而，在传统的联合标定过程中，往往使用二维棋盘格标定板，然后将激光雷达扫描获得的点云图像与相机获得的棋盘格图像角点进行匹配以获得外参。这种方法下，激光雷达获得的二维棋盘格点云因只具有平面特征而无法获得与相机获取的角点的直接对应关系，即在点云中不确定与相机角点对应的直接点。这带来的误差在激光雷达线束较为稀疏的情况下尤为明显。而且，此种方法往往需要采集多帧角度不同的雷达点云与相机图像来进行三维角度上的拟合，在带来较大误差的同时，也带来了人工操作上的麻烦。因此，如何简单而精确地计算相机与雷达间联合标定的外参关系显得尤为重要。
发明内容
本申请提供了一种基于三维塔式棋盘格的雷达与相机的联合标定方法，可用于解决联合标定中无法进行三维标定的技术问题。
本申请提供了一种基于三维塔式棋盘格的雷达与相机的联合标定方法，所述方法基于三维塔式棋盘格，所述三维塔式棋盘格由多个正方体堆叠形成多层结构，每个正方体的朝向相同；其中，每层的正方体数目相同，在预设数目的正方体统一朝向的平面上设置有二维棋盘格；所述二维棋盘格的边长小于正方体的边长；
所述方法包括：
建立以三维塔式棋盘格为基础的建模坐标系，并生成三维塔式棋盘格对应的模拟点云；
对雷达得到的三维点云，进行去噪声处理，得到雷达坐标系下的三维塔式棋盘格的实际点云；
根据所述模拟点云以及所述实际点云，确定雷达坐标系与建模坐标系的转换关系；
在所述建模坐标系中根据三维塔式棋盘格上二维棋盘格角点的实际位置，按序生成角点点集；
根据所述雷达坐标系与建模坐标系的转换关系，将所述角点点集转化到雷达坐标系下；
利用相机拍摄获取的三维塔式棋盘格照片，搜索二维棋盘格角点，获取照片上二维棋盘格的角点点集；
根据所述雷达坐标系下的角点点集以及所述二维棋盘格的角点点集，确定相机坐标系与雷达坐标系的转换关系；所述相机坐标系与雷达坐标系的转换关系为联合标定结果。
可选的，建立以三维塔式棋盘格为基础的建模坐标系，并生成三维塔式棋盘格对应的模拟点云，包括：
以所述三维塔式棋盘格的最左下突出点作为原点，沿着所述三维塔式棋盘格的分布方向，分别建立x轴、y轴以及z轴，以此建立所述建模坐标系；
根据三维塔式棋盘格的结构信息生成三维塔式棋盘格在建模坐标系下的点间距小于1mm的所述模拟点云。
可选的，对雷达得到的三维点云，进行去噪声处理，得到雷达坐标系下的三维塔式棋盘格的实际点云，包括：
根据所述三维塔式棋盘格所在区间，去除三维塔式棋盘格所在地面上和不相关区间的点；
拟合三维塔式棋盘格所在地面平面，去除所述地面平面上的所有点；所述地面平面为所述三维塔式棋盘格所在空间经过点数目最多且法向量近似竖直向上的平面；
将去除所述地面平面上所有点和不相干区间的点后的三维点云，作为所述雷达坐标系下的三维塔式棋盘格实际点云。
可选的，根据所述模拟点云以及所述实际点云，确定雷达坐标系与建模坐标系的转换关系，包括：
将模拟点云以及雷达坐标系下的三维塔式棋盘格实际点云，利用迭代最近点算法，进行三维点云配准，确定雷达坐标系与建模坐标系的转换关系。
可选的，在所述建模坐标系中根据三维塔式棋盘格上二维棋盘格角点的实际位置，按序生成角点点集，包括：
将所述二维棋盘格按照预定的顺序进行编号；
按照所述编号，从小到大的顺序，并根据预定的顺序生成角点点集。
可选的，根据所述雷达坐标系与建模坐标系的转换关系，将所述角点点集转化到雷达坐标系下，包括：
雷达坐标系下角点点集的计算方法：
SL＝FL-M*SM
式中，SL为雷达坐标系下角点点集，FL-M为雷达坐标系与建模坐标系的转换关系，SM为建模坐标系下生成的角点点集。
可选的，利用相机拍摄获取的三维塔式棋盘格照片，搜索二维棋盘格角点，获取照片上二维棋盘格的角点点集，包括：
从所述三维塔式棋盘格照片中依次获取与二维棋盘格长宽一致的目标棋盘格区域；
每获取一组目标棋盘格区域，就将所述目标棋盘格区域进行置黑处理，直至所述三维塔式棋盘格照片中不存在所述目标棋盘格区域；
将所有目标棋盘格区域内的棋盘格角点按照从左到右，从上到下的顺序排列，获取照片上二维棋盘格的角点点集。
可选的，根据所述雷达坐标系下的角点点集以及所述二维棋盘格的角点点集，确定相机坐标系与雷达坐标系的转换关系，包括：
将所述雷达坐标系下的角点点集以及所述照片得到的角点点集，利用透视n点定位的方法，进行相机位姿测量匹配，并根据相机内参以及畸变参数，确定相机坐标系与雷达坐标系的转换关系。
本申请基于三维塔式棋盘格的立体特殊性，解决了在传统使用二维棋盘格情况下，雷达获得的平面点云匹配的不准确问题，也同时解决了传统方法需求多帧图片带来的人工操作复杂问题。本申请通过两次坐标系的转换关系，进行组合，从而精确得到雷达与相机之间的外参矩阵。
附图说明
图1为本申请实施例在实施过程中所需要用到的三维塔式棋盘格；
图2为本申请实施例提供的一种二维棋盘格的结构示意图；
图3为本申请实施例提供的一种基于三维塔式棋盘格的雷达与相机的联合标定方法的简单流程示意图；
图4为本申请实施例提供的一种基于三维塔式棋盘格的雷达与相机的联合标定方法的流程示意图；
图5为本申请实施例提供的一种建模坐标系下三维塔式棋盘格的模拟点云的示意图；
图6为本申请实施例提供的一种雷达坐标系下三维塔式棋盘格的实际点云的示意图；
图7为本申请实施例提供的一种建模坐标系下二维棋盘格角点的三维坐标的示意图；
图8为本申请实施例提供的一种相机拍摄所得的二维棋盘格角点的示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
如图1所示，为本申请实施例在实施过程中所需要用到的三维塔式棋盘格。
不同于现有技术中常用的二维棋盘格二维棋盘格，本申请实施例提供的棋盘格为三维的。如图1所示，为本申请实施例提供的一种三维塔式棋盘格的结构示意图。
本申请实施例中，三维塔式棋盘格由多个正方体堆叠形成多层结构，每个正方体的朝向相同。其中，同一层的正方体在同一方向上间错一个正方体边长的距离。在预设数目的正方体统一朝向的平面上设置有二维棋盘格。
如图2所示，为本申请实施例提供的一种二维棋盘格的结构示意图。
本申请实施例中，二维棋盘格的数目少于或者等于正方体的数目，二维棋盘格为黑白色棋盘格。二维棋盘格的边长小于正方体的边长。
在具体实施本申请提供的方法之前，还需要做如下准备工作。
选取合适的雷达以及相机，并将两者的位置固定在适合拍摄三维塔式棋盘格的位置处。选取适当的相机内参与畸变参数。最后，将三维塔式棋盘格设置于合适的位置处，分别用雷达以及相机对三维塔式棋盘进行信息采集。
如图3所示，为本申请实施例提供的一种基于三维塔式棋盘格的雷达与相机的联合标定方法的简单流程示意图。
请参考图4，其示例性示出了本申请实施例提供的一种基于三维塔式棋盘格的雷达与相机的联合标定方法的流程示意图。
本申请提供的方法包括以下步骤：
步骤S401，建立以三维塔式棋盘格为基础的建模坐标系，并生成三维塔式棋盘格对应的模拟点云。
具体的，以三维塔式棋盘格的最左下突出点作为原点，沿着三维塔式棋盘格的分布方向，分别建立x轴、y轴以及z轴，以此建立建模坐标系。
根据三维塔式棋盘格的结构信息生成三维塔式棋盘格在建模坐标系下的点间距小于1mm的模拟点云。。
如图5所示，为本申请实施例提供的一种建模坐标系下三维塔式棋盘格的模拟点云的示意图。
步骤S402，对雷达得到的三维点云，进行去噪声处理，得到雷达坐标系下的三维塔式棋盘格的实际点云。
具体的，根据所述三维塔式棋盘格所在区间，去除三维塔式棋盘格所在地面上和不相关区间的点。
拟合三维塔式棋盘格所在地面平面，去除所述地面平面上的所有点；所述地面平面为所述三维塔式棋盘格所在空间经过点数目最多且法向量近似竖直向上的平面。
由于雷达选型与场景的限制，雷达的三维点云中必然会涵盖少量不属于三维塔式棋盘格的点噪声，这些点噪声可能来自于场景，也可能来自于雷达本身的回波多径干扰。这些点噪声虽然会对接下来的匹配造成一定的误差，但它们的占比较低。
将去除地面平面上所有点和不相干区间的点后的三维点云，作为雷达坐标系下的三维塔式棋盘格实际点云。
如图6所示，为本申请实施例提供的一种雷达坐标系下三维塔式棋盘格的实际点云的示意图。
步骤S403，根据模拟点云以及雷达坐标系下的实际点云，确定雷达坐标系与建模坐标系的转换关系。
具体的，将点云以及雷达坐标系下的三维塔式棋盘格点云，利用迭代最近点算法，进行三维点云配准，确定雷达坐标系与建模坐标系的转换关系。
步骤S404，在建模坐标系中根据三维塔式棋盘格上二维棋盘格角点的实际位置，按序生成角点点集。
如图7所示，为本申请实施例提供的一种建模坐标系下二维棋盘格角点的三维坐标的示意图。
具体的，将二维棋盘格按照预定的顺序进行编号。编号方式可以为二维棋盘格1至二维棋盘格n。
按照编号，从小到大的顺序，并根据预定的顺序生成角点点集。
本申请实施例中，预定的顺序可以为从左到右并且从上到下。
步骤S405，根据雷达坐标系与建模坐标系的转换关系，将角点点集转化到雷达坐标系下。
具体的，雷达坐标系下角点点集的计算方法：
SL＝FL-M*SM
式中，SL为雷达坐标系下角点点集，FL-M为雷达坐标系与建模坐标系的转换关系，SM为建模坐标系下生成的角点点集。
步骤S406，利用相机拍摄获取的三维塔式棋盘格照片，搜索二维棋盘格角点，获取照片上二维棋盘格的角点点集。
如图8所示，为本申请实施例提供的一种相机拍摄所得的二维棋盘格角点的示意图。
具体的，从三维塔式棋盘格照片中依次获取与二维棋盘格长宽一致的目标棋盘格区域。
每获取一组目标棋盘格区域，就将目标棋盘格区域进行置黑处理，直至三维塔式棋盘格照片中不存在目标棋盘格区域。
将所有目标棋盘格区域内的棋盘格角点按照从左到右，从上到下的顺序排列，获取照片上二维棋盘格的角点点集。
步骤S407，根据雷达坐标系下的角点点集以及所述二维棋盘格的角点点集，确定相机坐标系与雷达坐标系的转换关系。
相机坐标系与雷达坐标系的转换关系为联合标定结果。具体的，将雷达坐标系下的角点点集以及照片角点点集，利用透视n点定位的方法，进行相机位姿测量匹配，并根据相机内参以及畸变参数，确定相机坐标系与雷达坐标系的转换关系，即为联合标定结果。
本申请基于三维塔式棋盘格的立体特殊性，解决了在传统使用二维棋盘格情况下，雷达获得的平面点云匹配的不准确问题，也同时解决了传统方法需求多帧图片带来的人工操作复杂问题。本申请通过两次坐标系的转换，精确得到雷达与相机之间的外参矩阵。
本领域的技术人员可以清楚地了解到本申请实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中各个实施例之间相同相似的部分互相参见即可。尤其，对于服务构建装置和服务加载装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例中的说明即可。
以上所述的本申请实施方式并不构成对本申请保护范围的限定。

Claims (8)

1.一种基于三维塔式棋盘格的雷达与相机的联合标定方法，其特征在于，所述方法基于三维塔式棋盘格，所述三维塔式棋盘格由多个正方体堆叠形成多层结构，每个正方体的朝向相同；其中，每层的正方体在统一朝向的平面上设置有二维棋盘格；所述二维棋盘格的边长小于正方体的边长；
所述方法包括：
建立以三维塔式棋盘格为基础的建模坐标系，并生成三维塔式棋盘格对应的模拟点云；
对雷达得到的三维点云，进行去噪声处理，得到雷达坐标系下的三维塔式棋盘格的实际点云；
根据所述模拟点云以及所述实际点云，确定雷达坐标系与建模坐标系的转换关系；
在所述建模坐标系中根据三维塔式棋盘格上二维棋盘格角点的实际位置，按序生成角点点集；
根据所述雷达坐标系与建模坐标系的转换关系，将所述角点点集转化到雷达坐标系下；
利用相机拍摄获取的三维塔式棋盘格照片，搜索二维棋盘格角点，获取照片上二维棋盘格的角点点集；
根据所述雷达坐标系下的角点点集以及所述二维棋盘格的角点点集，确定相机坐标系与雷达坐标系的转换关系；所述相机坐标系与雷达坐标系的转换关系为联合标定结果。
2.根据权利要求1所述的方法，其特征在于，建立以三维塔式棋盘格为基础的建模坐标系，并生成三维塔式棋盘格对应的模拟点云，包括：
以所述三维塔式棋盘格的最左下突出点作为原点，沿着所述三维塔式棋盘格的分布方向，分别建立x轴、y轴以及z轴，以此建立所述建模坐标系；
根据三维塔式棋盘格的结构信息生成三维塔式棋盘格在建模坐标系下的点间距小于1mm的所述模拟点云。
3.根据权利要求1所述的方法，其特征在于，对雷达得到的三维点云，进行去噪声处理，得到雷达坐标系下的三维塔式棋盘格的实际点云，包括：
根据所述三维塔式棋盘格所在区间，去除三维塔式棋盘格所在地面上和不相关区间的点；
拟合三维塔式棋盘格所在地面平面，去除所述地面平面上的所有点；所述地面平面为所述三维塔式棋盘格所在空间经过点数目最多且法向量近似竖直向上的平面；
将去除所述地面平面上所有点和不相干区间的点后的三维点云，作为所述雷达坐标系下的三维塔式棋盘格实际点云。
4.根据权利要求1所述的方法，其特征在于，根据所述模拟点云以及所述实际点云，确定雷达坐标系与建模坐标系的转换关系，包括：
对建模坐标系下生成的模拟点云以及雷达坐标系下的三维塔式棋盘格实际点云，利用迭代最近点算法，进行三维点云配准，确定雷达坐标系与建模坐标系的转换关系。
5.根据权利要求1所述的方法，其特征在于，在所述建模坐标系中根据三维塔式棋盘格上二维棋盘格角点的实际位置，按序生成角点点集，包括：
将所述二维棋盘格按照预定的顺序进行编号；
按照所述编号，从小到大的顺序，并根据预定的顺序生成角点点集。
6.根据权利要求1所述的方法，其特征在于，根据所述雷达坐标系与建模坐标系的转换关系，将所述角点点集转化到雷达坐标系下，包括：
雷达坐标系下角点点集的计算方法：
SL＝FL-M*SM
式中，SL为雷达坐标系下角点点集，FL-M为雷达坐标系与建模坐标系的转换关系，SM为建模坐标系下生成的角点点集。
7.根据权利要求1所述的方法，其特征在于，利用相机拍摄获取的三维塔式棋盘格照片，搜索二维棋盘格角点，获取照片上二维棋盘格的角点点集，包括：
从所述三维塔式棋盘格照片中依次获取与二维棋盘格长宽一致的目标棋盘格区域；
每获取一组目标棋盘格区域，就将所述目标棋盘格区域进行置黑处理，直至所述三维塔式棋盘格照片中不存在所述目标棋盘格区域；
将所有目标棋盘格区域内的棋盘格角点按照从左到右，从上到下的顺序排列，得到了照片上二维棋盘格的角点点集。
8.根据权利要求1所述的方法，其特征在于，根据所述生成雷达坐标系下的角点点集以及所述二维棋盘格的角点点集，确定相机坐标系与雷达坐标系的转换关系，包括：
将所述雷达坐标系下的角点点集以及所述照片得到的角点点集，利用透视n点定位的方法，进行相机位姿测量匹配，并根据相机内参以及畸变参数，确定相机坐标系与雷达坐标系的转换关系。
CN202210493405.8A 2021-11-08 2022-05-07 一种基于三维塔式棋盘格的雷达与相机的联合标定方法 Active CN116091610B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2021113153274 2021-11-08
CN202111315327 2021-11-08

Publications (2)

Publication Number Publication Date
CN116091610A true CN116091610A (zh) 2023-05-09
CN116091610B CN116091610B (zh) 2023-11-10

Family

ID=86197918

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210493405.8A Active CN116091610B (zh) 2021-11-08 2022-05-07 一种基于三维塔式棋盘格的雷达与相机的联合标定方法

Country Status (1)

Country Link
CN (1) CN116091610B (zh)

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101597163B1 (ko) * 2014-08-14 2016-02-24 아진산업(주) 스테레오 카메라 교정 방법 및 장치
US20160189358A1 (en) * 2014-12-29 2016-06-30 Dassault Systemes Method for calibrating a depth camera
CN108964777A (zh) * 2018-07-25 2018-12-07 南京富锐光电科技有限公司 一种高速相机校准系统及方法
CN109816703A (zh) * 2017-11-21 2019-05-28 西安交通大学 一种基于相机标定和icp算法的点云配准方法
CN109901142A (zh) * 2019-02-28 2019-06-18 东软睿驰汽车技术（沈阳）有限公司 一种标定方法及装置
CN110021046A (zh) * 2019-03-05 2019-07-16 中国科学院计算技术研究所 相机与激光雷达组合传感器的外参数标定方法及系统
CN110415303A (zh) * 2019-07-29 2019-11-05 华天慧创科技（西安）有限公司 一种相机3d成像标定装置及3d成像标定方法
KR20190130407A (ko) * 2018-05-14 2019-11-22 한국전자통신연구원 전방위 카메라의 캘리브레이션을 위한 장치 및 방법
CN111291676A (zh) * 2020-02-05 2020-06-16 清华大学 一种基于激光雷达点云和相机图像融合的车道线检测方法及装置和芯片
CN111325801A (zh) * 2020-01-23 2020-06-23 天津大学 一种激光雷达和相机的联合标定方法
US10742969B1 (en) * 2019-06-28 2020-08-11 GM Cruise Holdings, LLC Control of dynamic scene motion by vehicle based on vehicle sensor capture
CN112233187A (zh) * 2020-10-20 2021-01-15 深圳无境智能机器人有限公司 一种方便稳定的rgbd相机外参数标定方法
WO2021017352A1 (zh) * 2019-07-31 2021-02-04 苏州玖物互通智能科技有限公司 激光雷达-摄像机联合标定靶和联合标定方法
CN112669393A (zh) * 2020-12-31 2021-04-16 中国矿业大学 一种激光雷达与相机联合标定方法
CN112837383A (zh) * 2021-03-01 2021-05-25 东南大学 相机与激光雷达重标定方法、装置及计算机可读存储介质
CN112927302A (zh) * 2021-02-22 2021-06-08 山东大学 一种多线激光雷达与相机联合标定的标定板及标定方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101597163B1 (ko) * 2014-08-14 2016-02-24 아진산업(주) 스테레오 카메라 교정 방법 및 장치
US20160189358A1 (en) * 2014-12-29 2016-06-30 Dassault Systemes Method for calibrating a depth camera
CN109816703A (zh) * 2017-11-21 2019-05-28 西安交通大学 一种基于相机标定和icp算法的点云配准方法
KR20190130407A (ko) * 2018-05-14 2019-11-22 한국전자통신연구원 전방위 카메라의 캘리브레이션을 위한 장치 및 방법
CN108964777A (zh) * 2018-07-25 2018-12-07 南京富锐光电科技有限公司 一种高速相机校准系统及方法
CN109901142A (zh) * 2019-02-28 2019-06-18 东软睿驰汽车技术（沈阳）有限公司 一种标定方法及装置
CN110021046A (zh) * 2019-03-05 2019-07-16 中国科学院计算技术研究所 相机与激光雷达组合传感器的外参数标定方法及系统
US10742969B1 (en) * 2019-06-28 2020-08-11 GM Cruise Holdings, LLC Control of dynamic scene motion by vehicle based on vehicle sensor capture
CN110415303A (zh) * 2019-07-29 2019-11-05 华天慧创科技（西安）有限公司 一种相机3d成像标定装置及3d成像标定方法
WO2021017352A1 (zh) * 2019-07-31 2021-02-04 苏州玖物互通智能科技有限公司 激光雷达-摄像机联合标定靶和联合标定方法
CN111325801A (zh) * 2020-01-23 2020-06-23 天津大学 一种激光雷达和相机的联合标定方法
CN111291676A (zh) * 2020-02-05 2020-06-16 清华大学 一种基于激光雷达点云和相机图像融合的车道线检测方法及装置和芯片
CN112233187A (zh) * 2020-10-20 2021-01-15 深圳无境智能机器人有限公司 一种方便稳定的rgbd相机外参数标定方法
CN112669393A (zh) * 2020-12-31 2021-04-16 中国矿业大学 一种激光雷达与相机联合标定方法
CN112927302A (zh) * 2021-02-22 2021-06-08 山东大学 一种多线激光雷达与相机联合标定的标定板及标定方法
CN112837383A (zh) * 2021-03-01 2021-05-25 东南大学 相机与激光雷达重标定方法、装置及计算机可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
康国华等: "基于点云中心的激光雷达与相机联合标定方法研究", 仪器仪表学报, vol. 40, no. 12, pages 118 - 126 *
董方新 等: "立体视觉和三维激光系统的联合标定方法", 仪器仪表学报, vol. 38, no. 10, pages 2589 - 2596 *

Also Published As

Publication number Publication date
CN116091610B (zh) 2023-11-10

Similar Documents

Publication Publication Date Title
US9641830B2 (en) Automated camera calibration methods and systems
CN112819903B (zh) 基于l型标定板的相机和激光雷达联合标定的方法
CN108648237A (zh) 一种基于视觉的空间定位方法
CN113240740B (zh) 基于相位引导双目视觉密集标记点匹配的姿态测量方法
CN109472778B (zh) 一种基于无人机的高耸结构外观检测方法
CN115201883B (zh) 一种运动目标视频定位测速系统及方法
CN115457147A (zh) 相机标定方法、电子设备及存储介质
CN111707187A (zh) 一种大型零件的测量方法及系统
CN112200911A (zh) 结合标志物的区域重叠式三维地图构建方法和装置
CN109325913A (zh) 无人机图像拼接方法及装置
CN111476893A (zh) 基于海上油气田设备设施的三维实景建模方法及装置
US20240134024A1 (en) Three-dimensional towered checkerboard for multi-sensor calibration
Barrile et al. 3D modeling with photogrammetry by UAVs and model quality verification
CN114119682A (zh) 一种激光点云和图像配准方法及配准系统
CN107941241B (zh) 一种用于航空摄影测量质量评价的分辨率板及其使用方法
CN116091610B (zh) 一种基于三维塔式棋盘格的雷达与相机的联合标定方法
Wu Photogrammetry: 3-D from imagery
CN113052974A (zh) 物体三维表面的重建方法和装置
CN112819900B (zh) 一种智能立体摄影内方位、相对定向和畸变系数标定方法
CN116129064A (zh) 电子地图生成方法、装置、设备及存储介质
CN113506347B (zh) 一种基于单幅照片的相机内参处理方法及系统
US11747141B2 (en) System and method for providing improved geocoded reference data to a 3D map representation
Tsay et al. SIFT for dense point cloud matching and aero triangulation
CN114972524A (zh) 大尺度无共视相机外参标定方法
CN110232715B (zh) 一种多深度相机自校准的方法、装置及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information

Inventor after: Ren Dexin

Inventor after: Ren Mingwu

Inventor before: Ren Mingwu

Inventor before: Ren Dexin

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant
CB03 Change of inventor or designer information

Inventor after: Ren Mingwu

Inventor after: Ren Dexin

Inventor before: Ren Dexin

Inventor before: Ren Mingwu

CB03 Change of inventor or designer information